基于LangChain的RAG企业内部知识库问答Agent系统 项目实战，利用AI Cursor Claude AI编程，1小时轻松搞定

大家好我是小锋老师最近更新《2027版 基于LangChain的RAG企业内部知识库问答Agent系统 项目实战利用AI Cursor Claude AI编程1小时轻松搞定》专辑感谢大家支持。本课程主要结合AI编程 Cursor 实现一个 基于LangChain的RAG企业内部知识库问答Agent系统。讲解内容包括需求分析新建后端Python项目以及前端Vue项目利用Cursor AI编程实现Plan沟通项目方案Agent生成项目Agent修复bug和完善功能。视频教程课件源码打包下载 链接https://pan.baidu.com/s/1_NzaNr0Wln6kv1rdiQnUTg提取码0000基于LangChain的RAG企业内部知识库问答Agent系统 项目实战利用AI Cursor Claude AI编程1小时轻松搞定项目演示以及需求分析开发一个基于LangChain的RAG企业内部知识库问答Agent系统 要求复杂度适中适合入门学习用。 要求如下 1后端Python开发使用Flask框架对应目录server 2前端使用Vue3界面简洁大方对应目录client 3数据库是mysql8项目数据库名是db_enterprise_qa端口3308生成建表sql语句以及测试数据 4用户密码需要md5加密密码是123456 5生成的代码要加中文备注包括类和方法备注。 6管理员系统后台home主页面带一点数据统计图表功能 7使用的向量数据库是Chroma 8分管理员和普通用户两个角色 9LLM大模型使用Ollama的qwen3:4b嵌入模型使用Ollama的qwen3-embedding:4b新建后端Python项目首先新建一个父项目EnterpriseQA打开pycharm新建flask项目项目名是server先把一些必须用到的依赖库安装下pip install langchain langchain-community langchain-ollama langchain_chroma -i https://pypi.tuna.tsinghua.edu.cn/simple --trusted-host pypi.tuna.tsinghua.edu.cn新建前端Vue项目nodejs版本24。接下来创建前端vue项目用vite构建进入命令行工具输入 npm create vitelatest指定项目名称client选择Vue框架指定语言JavaScript这样我们前端项目就生成了利用Cursor AI编程 Plan沟通项目方案开发一个基于LangChain的RAG企业内部知识库问答Agent系统 要求复杂度适中适合入门学习用。 要求如下 1后端Python开发使用Flask框架对应目录server 2前端使用Vue3界面简洁大方对应目录client 3数据库是mysql8项目数据库名是db_enterprise_qa端口3308生成建表sql语句以及测试数据 4用户密码需要md5加密密码是123456 5生成的代码要加中文备注包括类和方法备注。 6管理员系统后台home主页面带一点数据统计图表功能 7使用的向量数据库是Chroma 8分管理员和普通用户两个角色 9LLM大模型使用Ollama的qwen3:8b嵌入模型使用Ollama的qwen3-embedding:4b首先打开cursor 导入项目。然后把需求贴到对话框里模型选Opus4.6模式选Plan。然后点提交。大概几分钟后Opus4.6大模型就给出你设计方案如果你有哪里不满意的话可以继续 Plan沟通知道方案你满意为止。利用Cursor AI编程 Agent生成项目我们点Build生成项目大概等待20分钟左右项目生成完成了。我们把项目导入pycharm尝试运行。利用Cursor AI编程 Agent修复bug和完善功能我们首先第一个问题就是缺少一些知识库文件我们.txt,.pdf,.md,.docx格式都需要几个。我们先尝试让AI给我们生成一些。AI可以生成。接下来测试下功能。发现一个问题。一直提示请选择文件我们写提示词让AI修复下AI找到问题所在直接点击“build”修复继续测试有报错了。“文档向量化失败status code:502”这种大概率就是请求ollama模型服务的报错我们也让AI修复下这个文档上传功能修复后我们把12个测试文档全部上传下接下来就是测试智能回答了。又报错了超时问题。我们直接要求AI把请求超时时间改成1个小时。修复后就可以了